用神经网络讨论多个因素对回弹的影响

cheelchen

%网络输入数据
P=[

! [3 _2 J7 Z( I. O7 2 0.12 0.05 5（每列分别是圆角 压边力 摩擦系数 模具间隙 凹模圆角等）
! E) C0 }0 M& i* f, |$ F) t" D
! `- q. C# Y2 R$ `& N; \' t6 2 0.11 0.10 7

5 2 0.13 0.15 6

4 2 0.10 0.20 4
) n6 B! j! d4 M7 O7 ]3 ~]
归一化之后，默认的最大值是7，最小值是0.05，但是这两个参数属于不同的因素，应该是每列都对应一个最大值最小值，即每个因素有各自的最大最小值。

%归一化
[inputn,inputps]=mapminmax(P);
[outputn,outputps]=mapminmax(T);

: M6 k5 j% V  [) G4 M%神经网络构建
net=newff(inputn,outputn,10,{'tansig','purelin'});

%网络参数配置
net.trainParam.epochs=1000;
net.trainParam.lr=0.01;
net.trainParam.goal=0.00004;
/ w. P7 m. A) V4 H; n
%BP神经网络训练
- ]0 X3 V% z0 ^, u& _+ O" Ynet=train(net,inputn,outputn);
! K8 s& n- D! y
4 w( o" l- E7 r% M4 }- c---------------------------------------割-------------------------------------------------

- H3 K. K+ n  b7 M5 B9 ^. V" H/ C或者不归一化,直接这样规定取值范围呢？
& k; A3 L% }' L9 c: Ynet=newff（[4,7;2,5;0.10,0.13;0.05,0.20;4,7])

cheelchen

木兆木风 发表于 2013-1-15 20:25
; n7 l8 R' e# [; M; u' f你想问什么问题？

就是把几个因素的值写在一起，怎么区分开，每列代表不同的项目。而不是整个矩阵代表同一个项目

木兆木风

你想问什么问题？